量化自我技术教育应用的现状和趋势研究.docVIP

量化自我技术教育应用的现状和趋势研究 　　【摘 要】 　　量化自我是一场二十年前无法想象的运动。随着可穿戴设备的出现，计算系统正在具备与人类相仿的感知能力，特别是人们可以获知越来越多的个人数据，“自知之明”比“挑战环境”更能优化自己的生存状态。人人都成为了解自己身体的专家，不仅成为一种优秀乃至卓越的品质，更是一种基本的生存技能。借助设备的力量，不仅可以分析出我们的行为、习惯等方式，还能更好地模拟演绎人类智能，真正地帮助我们，甚至代表我们去学习。 　　【关键词】 地平线报告；可穿戴设备；量化自我；大数据；在线教育 　　【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x（2015）03―0066―06 　　量化自我（Quantified Self）概念最初是由美国《连线》杂志主编Kevin Kelly和Gary Wolf于2007年提出的，借指探索自我身体（hack the self），用技术和设备来追踪自己的情况，并可以实现一定程度的预测。[1]随着技术的不断发展，意念控制的假肢、无钥匙开锁、虚拟三维世界等以往的科幻梦想都已成为现实，可穿戴设备逐渐涵盖了健康、运动、生活和教育等领域。美国New Media Consortium（NMC）在《地平线报告》（2014高等教育版）中预判，量化自我将是未来4到5年间对高等教育发展产生重要影响的一种技术趋势。[2] 　　一、量化自我：引入机器智能的学习 　　有科学家提出，现代的人是一个智慧两合体：一种是基于生物性的，经过几百万年的进化，智商不断累积；另一种是基于机器的，通过自模拟、自学习而来。生物的智慧具有逻辑性，有丰富的情感控制力，有面向未知的创造力，只能传播不能传递；机器的智慧没有很强的逻辑性，而且不受情感束缚，但有很强的计算、建模和搜索能力，既能传播又能传递。 　　人们曾试图模拟人的智能思考方式来构筑机器智能，但遇到了巨大的障碍。语言学家尝试用机器来实现翻译，不辞劳苦地编撰大型词典和与语法、句法、语义学有关的规则，数十万词汇构成词库，语法规则高达数万条，穷举各种情景、各种语境，构建复杂程序，模拟人类翻译，最后却发现根本无法达到需要的翻译质量。机器的优势就是计算能力和数据处理能力，而不是逻辑思维能力。当谷歌、微软和IBM的工程师用匹配法，依赖于大数据，将原文与互联网上的翻译数据对比，找到最相近、引用最频繁的翻译结果作为输出，就解决了这一难题。 　　当机器智能找到了最优的发展路径之后，人们也似乎找到了提高学习绩效的一个双轨新渠道：对于生物智慧，可以施加常规的学习和培训方法不断培养提高；而对于机器智慧，重点则是搜集和应用能够辅助学习、代表自我的数据元素。 　　在大数据时代，建立量化自我的学习新生态，将会使以数据为中心的生活环境和以个体为中心的学习情境，建立起双核链接。 　　二、量化途径：可穿戴设备和大数据 　　能够量化自我的设备，必然是随身适于穿戴的。1961年，美国MIT的数学家Edward Thorp和计算机专家Claude Shannon设计出一个烟盒大小的复杂装置，成功地使用可穿戴计算机在赌博中提升了44%的胜率。[3]随后几十年间，脚趾计算机、手腕计算器、助听器、无线摄像头、蓝牙耳机、数字起搏器、腕表计步器等可穿戴设备相继发明，并进入我们的生活。可穿戴设备从最初的默默无闻、特殊另类，到现在已经越来越重要，和人们如影随形。 　　Wearable World公司建立了一个现有可穿戴技术发展状况的信息图表（如图1所示），涵盖了该领域内160家知名公司。他们预测，到2018年，可穿戴技术领域生产的价值将超过300亿美元。 　　 　　图1 Wearable World统计的可穿戴设备信息表 　　巨大的数据资源是有待不断勘探的不可耗竭的矿藏，分析海量数据，洞察事物趋势，将带来生活、工作、学习的全新变革。[4]在纽约第五大道的Prada店，每件衣服都被植入RFID芯片，顾客进入试衣间后，有一种“魔力镜子”会自动播放模特穿着该衣服走T台的视频，同时衣服试穿信息会传回Prada总部。以往Prada只能掌握哪些款式畅销，现在更能了解哪些款式得到大家青睐，但是由于某种缺陷，最终并没有完成销售。将缺陷修补之后，甚至仅仅是细微的改变，将会为Prada增添几种热销的款式。 　　可穿戴设备需要永无止境的工作内容，大数据需要永不停歇的私密管家，两者自然而然产生互补和共振，促使量化自我不断进行。当工作不辍、尽职尽责的可穿戴设备不断采集人们的行动路径、能量消耗、脉搏、温度、睡眠等数据，并逐步拟合大数据所提倡的大量化（Volume）、多样化（Variety）、价值化（Value）、快速化（Velocity）的特征，将衍生不可想象的个人应用。 　　CNN畅